在使用sampled_softmax_loss出现的一个关于‘’nput 'b' of 'MatMul' Op has type float32 that does not match type int32 of argument 'a'.“错误原因以及解决办法

在使用负采样函数的时候出现了该错误，错误代码：

tf.nn.sampled_softmax_loss(softmax_weights, softmax_biases,

 　　　　　　　　　　　　　　　tf.reduce_sum(embeds, 1),

　　　　　　　　　　　　　　　 train_labels,

　　　　　　　　　　　　　　　 num_sampled, vocabulary_size)
原因：参数赋值错误
查看sampled_softmax_loss的源代码可知其参数定义为

def sampled_softmax_loss(weights,
                         biases,
                         labels,
                         inputs,
                         num_sampled,
                         num_classes,
                         num_true=1,
                         sampled_values=None,
                         remove_accidental_hits=True,
                         partition_strategy="mod",
                         name="sampled_softmax_loss",
                         seed=None):
因此 代码中的参数赋值顺序错误  labels 对应的应是train_labels inputs对应的应是tf.reduce_sum(embeds, 1)

解决办法：
采用指定赋值的方式：tf.nn.sampled_softmax_loss(weights=softmax_weights, 

　　　　　　　　　　　　　　   biases=softmax_biases,
　　　　　　　　　　　　　　　 inputs=tf.reduce_sum(embeds, 1),
　　　　　　　　　　　　　　　 labels=train_labels,
　　　　　　　　　　　　　　　 num_sampled=num_sampled,
　　　　　　　　　　　　　　　 num_classes=vocabulary_size
)

或者 更改赋值变量位置：

tf.nn.sampled_softmax_loss(softmax_weights, softmax_biases,
                           train_labels, tf.reduce_sum(embeds, 1),num_sampled, vocabulary_size)

则可以顺利解决这个问题

同时也是对平时编写程序的一个习惯问题，在参数较多的情况下，最好采用指定复制的方式！